Awesome Graph Engineering · Offener Leitfaden

Entwickle die Organisation, nicht nur den Agenten.

Ein kuratierter Leitfaden für KI-Agenten-Organisationen als programmierbare Graphen: Rollen, Topologien, Übergaben, Arbeitsgraphen, Verifikation, Zuverlässigkeit und Beobachtbarkeit.

Atlas erkunden Auf GitHub ansehen

Hier sind die Knoten des Graphen KI-Agenten, keine Datenobjekte. Suchst du Graphdatenbanken, GNNs, Wissensgraphen oder GraphRAG? Zum Abgrenzungsleitfaden.

A graph of specialized AI agents connected by explicit handoffs and an evidence gate.

Focus the graph, then use arrow keys to orbit, plus or minus to zoom, and zero to reset. Hold Alt while scrolling to zoom without trapping normal page scrolling.

Working definition · emerging practice

Graph Engineering in 30 Sekunden

Graph Engineering ist die Praxis, ein graphstrukturiertes Agentensystem zu spezifizieren, auszuführen, zu beobachten und weiterzuentwickeln: seine Rollen und Laufzeitinstanzen, die verbindenden Verträge, gemeinsam genutzten Zustände und Artefakte sowie die Evidenz, nach der das kollektive Verhalten beurteilt wird. Ein qualifizierendes System führt mindestens zwei getrennt zurechenbare Agenten-Laufzeitinstanzen aus; sie dürfen dieselbe Rolle oder dasselbe Modell verwenden. Jeder Agent kann eine lokale Schleife enthalten; Tests, Audit-Schleifen, Menschen und Realitätsanker können Nicht-Agenten-Kontrollen sein. Der Graph muss die Ausführung tatsächlich einschränken und überprüfbar bleiben.

  1. 01

    Node

    A bounded role specification or an accountable agentic runtime instance; only runtime instances satisfy plural agency.

  2. 02

    Edge

    A designed dependency: what crosses, in what shape, under which condition.

  3. 03

    Org graph

    The stable topology of roles, ownership, and standing relationships.

  4. 04

    Work graph

    The task-specific structure created, routed, and revised for one objective.

  5. 05

    Gate

    An independent test, audit, human decision, or real-world anchor that controls an edge.

Der Begriff ist neu und mehrdeutig; der Umfang ist daher auf eine praktische Engineering-Ebene in Agenten-Orchestrierung, Multi-Agenten-Systemen und dauerhaften Workflows begrenzt. Er ist kein Industriestandard.

Vollständige Definition und Abgrenzung lesen

The core model

Two graphs. One system.

A stable organization of agents executes ephemeral work. These are complementary analytical views—not proposed universal standards or necessarily separate runtime objects.

Drag or use arrows · Alt-scroll or +/− to zoom
Switch between a stable organization graph and an ephemeral work graph.

Use the Org graph and Work graph buttons to change the model. Focus the graph, then use arrow keys to orbit, plus or minus to zoom, and zero to reset.

Agent persistent role Edge contract explicit handoff Evidence gate quality or policy check

A practical taxonomy

Nine layers from roles to evolution

Start with roles, topology, and handoffs. Add state, gates, and operations only as real failure modes earn the complexity.

Before you add a second agent

Does this job need a graph?

Graphs add coordination cost, latency, and new failure modes. They earn that overhead only when at least one condition is real.

  1. 01

    Parallelism

    Can meaningful work proceed concurrently without constant coordination?

  2. 02

    Isolation

    Must contexts, permissions, or failure domains remain separated?

  3. 03

    Specialization

    Do distinct skills, tools, models, or durable contexts pay for separate roles?

  4. 04

    Verification

    Must a producer’s output pass an independent evidence gate before it advances?

None applyBuild a better loop.

Keep the free context-sharing and lower coordination cost of one agent.

One or more applyDesign the smallest graph that earns its overhead.

Start minimal, define the edges, and require evidence before you evolve.

Guided entry points

Start where you are

Choose the question closest to the one blocking you now.

Interaktives Modell erkunden
01Loop builderI have one agent that works. Now what?

Decide whether a second role earns its place and draw the first edge.

 02ArchitectWhich topology and framework?

Match the shape of the graph to the shape of the task.

 03OperatorMake the graph survivable.

Design retries, evidence gates, budgets, tracing, and escalation.

 04ResearcherWhat does the evidence say?

Read the foundations, benchmarks, topology studies, and critiques.

Searchable resource directory

The graph engineering atlas

Search the field by design layer, resource type, and source/evidence label. Every result maps back to the README and open dataset.

Loading resources…

    Open data

    Use the field guide as data.

    Every resource ships as CSV and JSONL, mapped to a design layer and checked against the README.

    Download CSV Download JSONL View JSON Schema Explore on Hugging Face
    Python
    import pandas as pd

url = "https://raw.githubusercontent.com/ChaoYue0307/awesome-graph-engineering/main/data/resources.csv"
resources = pd.read_csv(url)

resources.query("layer == 'Gates'").head()
    Schemalayer stringrtype stringvenue stringyear integerdescription stringevidence string

    Lizenz

    Die für dieses Repository erstellten Metadaten, das Schema, die Zusammenfassungen, die Dokumentation, der Code und die visuellen Inhalte sind unter CC0 1.0 Universal der Gemeinfreiheit gewidmet.

    Verlinkte Veröffentlichungen, Software, Namen, Logos und andere Materialien Dritter unterliegen weiterhin ihren jeweiligen Rechten und Lizenzen. CC0 verzichtet nicht auf Marken- oder Patentrechte und stellt das Werk ohne Gewährleistung bereit. Eine Zitierung ist für die wissenschaftliche Nachvollziehbarkeit erwünscht, aber nach CC0 nicht erforderlich.

    Vollständige Lizenz lesen